php 生存分析,HPA数据库08.做生存分析

生信论文的套路

ONCOMINE从全景、亚型两个维度做表达差异分析；

临床标本从蛋白水平确认(或HPA数据库)，很重要；

Kaplan-Meier Plotter从临床意义的角度阐明其重要性；

cBio-portal数据库做基因组学的分析(机制一)；

STRING互作和GO/KEGG分析探讨可能的信号通路(机制二)；

TISIDB/TIMER分析肿瘤免疫特征(机制三)。

我们前面说过，如果没有条件，用人类蛋白组图谱数据库(The human preotein atlas, HPA，网址：https://www.proteinatlas.org/)阐释蛋白的差异表达是最方便的。一般在论文中出现的是病理检测结果(IHC)，特别是结合ONCOMINE数据库的结果，对基因在肿瘤和临近组织的表达进行对比展示。

此外，尽管KM Plotter可以用来做生存分析，但是有时会遭到质疑。我们还可以用用HPA获得生存分析的数据，并通过Excel做出生存曲线图。那具体如何操作呢？

首先是打开HPA官网，输入兴趣基因“ACE2”，点击search进入页面。

找到含有病人信息的网页，这里的数据均来自TCGA数据库，包括病人的样本信息，病人年龄，性别，种族，疾病分期，存在状态，存活时间等信息。

点击show all，复制样本信息和描述的所有内容，粘贴到Excel(Excel先设置为文本格式，或者在粘贴时出现的对话框选择为文本)。粘贴后，数据是分为两列的，接下来，需要用到数据处理的技巧。

在数据的对话框下面有 分列功能，选择描述部分的内容，然后选择分列。出现如下的对话框。

我们获得的数据之间是空格，所以我们可以选定“空格”，别的可以先不管。

最后获得分列的数据信息。有些数据信息并不全面，我们需要对一些数据进行预处理，调整信息到相应的列中。然后把数据粘贴到Graphpad中，进行生存分析就可以了。

愿与果友们共同成长！